W ostatnich miesiącach temat agentów AI zyskał na znaczeniu, co zaowocowało powstaniem wielu ciekawych zasobów jak np. AGENTS.md, które jest prostym, otwartym formatem dokumentacji dla agentów AI. Możnaby powiedzieć, że jest takim README.md dla agentów AI, ponieważ zawiera instrukcje oraz informacje o kontekście, w którym agent działa.

źródło: https://github.com/openai/agents.md

Podobnie podejście z regułami / instrukcjami jest również w przypadku .github/copilot-instructions.md dla GitHub Copilota, czy też .cursor/rules dla Cursor’a.

Pamiętasz 12-factor dla aplikacji, które definiują najlepsze praktyki w tworzeniu oprogramowania? Podobne zasady można zastosować do projektowania agentów AI, które zostały zebrane w 12-factor-agents. Reguły te obejmują:

  1. Natural Language to Tool Calls
  2. Own your prompts
  3. Own your context window
  4. Tools are just structured outputs
  5. Unify execution state and business state
  6. Launch/Pause/Resume with simple APIs
  7. Contact humans with tool calls
  8. Own your control flow
  9. Compact Errors into Context Window
  10. Small, Focused Agents
  11. Trigger from anywhere, meet users where they are
  12. Make your agent a stateless reducer

Jeśli chciał_byś poszerzyć swoją więdze na temat agentów AI, serdecznie zachęcam do zapoznania się z poniższymi materiałami:

Z kolei poniższe materiały pozwolą Ci poszerzyć swoją wiedzę na temat modeli, inżynierii promptów i najlepszych praktyk w pracy z AI, ważnych w pracy z agentami AI:

Na sam koniec ciekawostka, która usłyszałem w podcascie DevOps Paradox tj. OpenRouter – platforma, która zapewnia zunifikowane API, umożliwiające dostęp do setek modeli AI przez jeden punkt końcowy, automatycznie obsługując przełączanie awaryjne i wybierając najbardziej opłacalne opcje. Być może jest to coś, co warto mieć na uwadze przy pracy z agentami AI.